主页 > 新闻资讯 > 深入解析大数据Hadoop中的HDFS

深入解析大数据Hadoop中的HDFS

作者:张老师 浏览次数: 2021-09-06 15:18
大数据需要学习的框架有很多,而Hadoop作为大数据开发的核心模块,就需要多加了解。HDFS是基于Java的分布式文件系统,对于理解Hadoop分布式文件系统很有帮助,今天我们就一起来深入解析大数据Hadoop中的HDFS。


一、什么是HDFS?

HDFS负责数据文件的存储,为整个Hadoop生态圈提供了基础的存储服务。提供了一个低成本、高性能、高容错、高可靠的分布式文件系统。

HDFS是一个主/从(Master/Slave)体系架构,由于分布式存储的性质,集群拥有两类节点NameNode和DataNode。NameNode(名字节点):系统中通常只有一个,中心服务器的角色,管理存储和检索多个DataNode的实际数据所需的所有元数据。

二、HDFS的特点

1、低成本:搭建HDFS主要是通过横向扩展机器数量而非花高价钱购进昂贵的服务器。

2、高性能:处理大型任务上集群处理效率,多台机器分块并行处理要比单台机器串行处理要快很多

3、高容错:数据自动保存多个副本。它通过增加副本的形式,提高容错性。数据自动保存多个副本,副本丢失后,自动恢复。

4、高可靠:HDFS解决了单点问题,HDFS集群中心节点是非常重要的,如果中心节点宕机整个集群将无法使用,所以中心节点NameNode会有主要节点(Primary)和备份节点(Stand By)。如果Primary出现问题Stand By可以自动接替Primary工作。

三、HDFS如何存储数据?

HDFS 采用Master/Slave的架构来存储数据,这种架构主要由四个部分组成,分别为HDFS Client(客户端)、NameNode(主管、管理者)、DataNode(slave)和Secondary NameNode。可以看看下面这张图:
以上就是关于HDFS的部份解析了,希望对大家能有多帮助。HDFS作为Hadoop主要的核心,在数据存储方面为我们提供了保证,是非常优秀的分布式文件系统。如果想了解更多详情,请点击成都加米谷大数据官网吧!成都大数据培训学校、大数据开发培训、数据分析与挖掘,零基础班本月正在招生中,课程大纲及试学视频可免费获取!
热点排行
推荐文章
立即申请>>